Vines-DB: An RGB image dataset for multi-species ornamental vine segmentation

Resumo Técnico: Conjunto de Dados Vine-DB para Segmentação de Plantas Trepadeiras Ornamentais de Múltiplas Espécies

Declaração do Problema
A área de cobertura do dossel é um traço crítico na horticultura, influenciando diretamente o manejo da irrigação, a avaliação do crescimento das culturas e a avaliação do desempenho das plantas. No entanto, os métodos tradicionais para medir a cobertura do dossel, como o rastreamento manual ou ferramentas de limiarização semiautomáticas (ex: ImageJ), são intensivos em mão de obra e difíceis de escalar. Esses abordagens convencionais enfrentam dificuldades significativas com espécies estruturalmente complexas, como as plantas trepadeiras ornamentais, que exibem hábitos de crescimento de entrelaçamento, folhagem sobreposta e arquiteturas de dossel variáveis. Há uma necessidade de soluções automatizadas baseadas em aprendizado profundo (deep learning) para facilitar a fenotipagem de campo para essas estruturas vegetais desafiadoras.

Metodologia
Os autores desenvolveram o Vine-DB, um conjunto de dados de imagens RGB de alta resolução projetado especificamente para segmentação de instância multiclasse de plantas trepadeiras ornamentais.

• Coleta de Dados: O conjunto de dados compreende 1.218 imagens originais de alta resolução capturadas na Estação Experimental Agrícola de Utah, em Greenville, Research Farm, em Logan, Utah, durante as temporadas de crescimento de 2023 e 2024 (julho–outubro).
• Espécimes: O estudo foca em sete espécies de trepadeiras ornamentais: Akebia quinata ('Shirobana'), Campsis radicans ('Monbal'), Campsis × tagliabuana ('Madame Galen'), Hydrangea anomala petiolaris, Lonicera × heckrottii ('Goldflame'), Parthenocissus quinquefolia e Wisteria floribunda ('Texas Purple'). Estas foram cultivadas em treliças de 4 pés × 8 pés.
• Protocolo de Imagem: As imagens foram capturadas usando um iPhone 16 Pro (48 MP) montado em um tripé a uma altura de 0,6 m e uma distância de 1 m do dossel. Para garantir a consistência, as imagens foram tiradas entre 10:00 AM e 12:00 PM sob luz natural contra fundos de isopor branco ou preto sólido para minimizar o ruído de fundo e melhorar o contraste.
• Anotação: Todas as imagens originais foram anotadas manualmente usando a plataforma Roboflow. Anotadores treinados criaram máscaras de segmentação de instância baseadas em polígonos para oito classes: as sete espécies de trepadeiras e uma classe de fundo (background). A concordância entre anotadores foi avaliada em um subconjunto de 150 imagens, resultando em uma Interseção sobre União (IoU) média de 0,89 ± 0,06.
• Pré-processamento e Aumento de Dados: As imagens originais foram redimensionadas para 640 × 640 pixels usando preenchimento letterbox, e os valores dos pixels foram normalizados para o intervalo [0, 1]. Para o desenvolvimento do modelo, técnicas de aumento de dados (rotação aleatória, inversão, ajuste de brilho/contraste e recorte) foram aplicadas, expandindo o conjunto de dados de trabalho para 2.307 imagens.
• Divisão do Conjunto de Dados: O conjunto de dados aumentado foi dividido usando amostragem estratificada em subconjuntos de treinamento (2.019 imagens), validação (192 imagens) e teste (96 imagens). Imagens da mesma planta foram mantidas dentro de um único subconjunto para evitar vazamento de dados (data leakage).

Principais Contribuições

1. Conjunto de Dados Especializado: O Vine-DB fornece o primeiro conjunto de dados RGB de alta resolução e baseado em campo para sete espécies distintas de trepadeiras ornamentais, capturando variações temporais no desenvolvimento do dossel ao longo de vários meses.
2. Anotações de Alta Qualidade: O conjunto de dados inclui máscaras de segmentação de instância baseadas em polígonos, anotadas por especialistas, para oito classes, permitindo análise ao nível de pixel e suportando o treinamento de modelos avançados de aprendizado profundo.
3. Reprodutibilidade e Transparência: O repositório distingue claramente entre imagens originais não aumentadas e derivados aumentados, garantindo transparência na composição do conjunto de dados. Ele fornece dados no formato de segmentação de instância COCO e rótulos opcionais no formato YOLO.
4. Utilidade de Benchmarking: Ao capturar condições reais de campo, incluindo variabilidade natural na iluminação e crescimento sazonal, o conjunto de dados serve como um benchmark robusto para avaliar modelos de visão computacional em horticultura de precisão e ecologia urbana.

Resultos e Características dos Dados
O artigo apresenta as especificações do conjunto de dados em vez de treinar modelos específicos de aprendizado profundo para relatar métricas de desempenho. O conjunto de dados principal contém 1.218 imagens originais derivadas de 168 espécimes de plantas únicos (24 plantas por espécie). O conjunto de dados de trabalho final para o desenvolvimento de modelos consiste em 2.307 imagens. O conjunto de dados captura com sucesso a diversidade morfológica e a complexidade estrutural das espécies alvo, com anotações verificadas para alta consistência (IoU ~0,89).

Significância e Alegações
Os autores posicionam o Vine-DB como um recurso fundamental para apoiar a transição da análise de imagem manual para a fenotipagem de campo baseada em aprendizado profundo automatizado. O conjunto de dados é alegado ser valioso para:

• Desenvolver e testar modelos de visão computacional para arquiteturas de plantas complexas.
• Viabilizar aplicações como estimativa automatizada de cobertura de dossel, identificação de espécies e fenotipagem de campo escalável.
• Facilitar a pesquisa sobre mudanças temporais no desenvolvimento do dossel e respostas das plantas sob condições de campo.
• Apoiar o aprendizado por transferência (transfer learning) e a generalização de modelos quando integrados a outros conjuntos de dados.

O artigo mantém um escopo modesto, observando limitações como a localização geográfica única, a restrição à temporada de crescimento ativa (excluindo a dormência) e potenciais inconsistências menores nas anotações devido às semelhanças morfológicas entre as espécies. A principal contribuição é o fornecimento de um conjunto de dados padronizado e de alta qualidade para acelerar a pesquisa em horticultura de precisão e ecologia urbana.